李强：全院级多模态科研大数据平台建设与应用

清华大学北京清华长庚医院（简称“清华长庚医院”）是北京市医院管理中心下属公立医院，旨在作为医改试验田，探索公立医院的改革策略与路径。“我院的主要特色之一，是上线了医疗与行政分工协同治理机制、整合式医疗模式、Attending（主治）医师负责制、全责护理模式，以及全流程、全覆盖的医疗信息系统。”医院信息部部长李强介绍，医院信息系统是医院的神经系统，覆盖全部业务，推动管理制度、规章等落实到各个角落。

清华长庚医院全面推进管理制度与信息系统的深度融合，共涉及131个信息系统和22项制度，实现了不同部门之间的有机协同，提升了管理效率。医院的 HIS系统提供精细化运营、便捷化服务、医疗流程优化及科研教学等业务支撑；以区域垂直整合为目标，全面推进医疗、医保、信息的一体化建设，实现医联体间业务与数据的互联互通。医院开展了“三位一体”的智慧医院建设，凭借自主创新的信息系统，实现了高水平的数字化建设。

科研大数据平台建设规划与设计

此前，清华长庚医院采用“数据查询单”流程向临床和科研提供定制化服务，涵盖数据采集、数据处理及专用安全环境三大环节。同时，医院深入建设了50个专科、专病、专项数据库，覆盖22个专科。随着专病库建设日臻完善，医疗数据应用需求显著释放，原有低效的“数据查询单”服务模式面临巨大压力。

“此时，我院在科研数据应用中面临两大核心痛点：原有定制化查询需依赖信息人员从各源系统手动提取，流程繁琐，效率极低；科研人员缺乏便捷的自助工具，无法独立进行灵活的数据查询与深度探索，极大阻碍了科研创新速度。因此，建立全院性的科研大数据平台迫在眉睫。”李强谈到，科研大数据平台可以打破数据孤岛，实现数据资源的统一整合，为科研人员提供自主、高效的检索与挖掘工具，从根本上提升科研数据利用效率。

清华长庚医院在开展科研大数据平台建设时，预设了四大核心体系。

1.全面汇聚：建设数据湖的基础，全面纳入院内、院外业务系统及多模态数据，奠定数据底座；

2.深度治理：打造高质量数据库，构建通库与专库，通过数据关联、归并、标准化、后结构化及质控，产出高质量可用数据；

3.贴心服务：提供科研人员自助 DIY 查询、数据探索及安全环境服务，实现从被动到主动的转变；

4.安全保障：通过脱敏防护、访问控制、严格审批及安全沙箱，确保数据全链路合规安全。

“我们的方案是构建‘汇聚-治理-服务-安全’的完整闭环，旨在打造一个安全、高效、自主的科研数据中台。”李强介绍，科研大数据平台建设的预期效果包括：构建一体化的科研通库与专库体系，提供自主查询和在线处理分析能力，将高质量数据转化为数字资产，为院内科研打好大数据平台基础。

医院规划上线全生命周期多模态诊疗与随访数据平台，覆盖从就诊入院到随访的完整临床路径。平台的核心框架按“就诊/入院 → 检查检验 → 手术治疗 → 病理 → 辅助治疗 → 随访”纵向展开，为临床科研和精准管理提供结构化、时序化的全景数据支撑。

推进科研大数据平台落地

为保障科研大数据平台高效顺畅运行，清华长庚医院设立了三个专用机房，配备了强大的计算、存储、网络、安全等设施。

李强表示，科研大数据平台覆盖从数据采集到科研产出的完整闭环，分为四大板块：数据基础层，包括数据汇聚、元数据管理等；科研应用层，包括患者时间轴与360视图、可视化病例检索、科研探索等；影像专项层，包括多模态影像库、影像管理等；安全保障与支撑层，包括数据安全沙箱、系统管理、统计分析等。

平台从多源数据到数据资产的生产实施流程，分为三大步骤。

第一步，从院内外HIS、EMR、影像等信息系统完成数据调研与获取；

第二步，对数据进行安全处理（含隐私保护）、映射、清洗、标准化归并、后结构化及复杂逻辑计算，形成治理后的数据资产；

第三步，进行数据验收与质控，确保质量。

对此，李强进一步强调：“我们的整体实施流程是平台院内私有化部署，数据不离医院，以保障数据安全与合规性，实现全院数据资产的规范化生产与管理。”

在数据治理方面，医院推动临床诊疗产生的诊断、药品、检查、检验等不同写法实现标准化，并将原始病历文书通过自然语言理解技术处理，转化为支撑临床研究的字段。

为防止数据导出后去向不可控及泄露风险，科研大数据平台建设了 100 余个安全沙箱。沙箱内置Python等分析工具，支持文件安全导入。通过严格的审批、审计与资源监控等全方位保护，保障了科研数据的安全。

平台设置了统一身份极简访问架构，旨在打通院内信息系统，实现数据的安全流转。院内科研人员通过HIS 门户启动平台，访问通库与专库；数据导出需经过OA审批，并同步至管理系统。审批通过后，数据自动推送至多个安全沙箱。

科研大数据平台上线后，科研人员可以查看数据库内相应数据的时间跨度、接入医疗系统数、患者总数、数据更新时间、病例总数、项目总数、库内成员等信息。平台根据医院重点专科发展需求，对数据进行分类，方便检索。

平台可展示患者核心特征指标的值域统计结果，科研人员可自行选择需要透出的特征指标；也可按就诊类型、性别等维度筛选患者组。针对每个特征指标，平台提供多种图表展示类型，并允许统计结果下载。

平台助力前瞻性研究，可根据科研项目需求配置随访计划，提升数据收集效率。对于繁杂的随访任务，平台设置任务管理模块，把控整体进度，保证数据质量。随访数据收集时，平台会根据不同患者选用不同的通讯方式。

清华长庚医院的科研大数据平台，在架构上以标准与安全双体系为保障，完成了从多源数据汇聚、治理、应用、标准到安全的整体规划设计，并纳入了全量全周期就诊患者的多模态数据。对此，李强总结道：“我院已建成全院级的科研通库，开放专用物理空间，通库数据实现即时查询检索和在线分析提取；建立了肝胆胰、心血管、肿瘤等示范科研专库，为更多专库建设奠定基础；为科研项目提供了全流程的平台工具和安全沙箱环境。未来，我们将继续推进数据资产管理，为医院高质量发展提供强有力的数据支撑。”